Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA TESIS Automatización del Sistema de Medición de Desempeño para la toma de decisiones estratégicas de negocio: caso de estudio QUE PARA OBTENER EL TÍTULO DE INGENIERO EN COMPUTACIÓN PRESENTA ANGEL ROBERTO SÁNCHEZ PÉREZ DIRECTOR DE TESIS: DR. DANIEL TREJO MEDINA CIUDAD UNIVERSITARIA ENERO 2015 UNAM – Dirección General de Bibliotecas Tesis Digitales Restricciones de uso DERECHOS RESERVADOS © PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL Todo el material contenido en esta tesis esta protegido por la Ley Federal del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México). El uso de imágenes, fragmentos de videos, y demás material que sea objeto de protección de los derechos de autor, será exclusivamente para fines educativos e informativos y deberá citar la fuente donde la obtuvo mencionando el autor o autores. Cualquier uso distinto como el lucro, reproducción, edición o modificación, será perseguido y sancionado por el respectivo titular de los Derechos de Autor. Dedicatoria A mi madre y padre quienes forjaron lo mejor de ellos en mi con inmenso amor, confianza absoluta y apoyo incondicional. A mi hermana quien siempre ha sido cómplice en mis más grandes retos y motivadora de nuevos desafíos. A mi hermano menor por obligarme a ser un ejemplo a seguir y a pesar de eso siempre darme una lección. A mis padrinos por guiarme con sabiduría absoluta a través de sus invaluables consejos y siempre estar presentes en cada logro de mi vida. A mi compañera de vida por creer siempre en mi y darme la oportunidad de ser mejor cada día. A la Universidad Nacional Autónoma de México: productora de mentes creativas, punto de encuentro de ideas libres y generadora de cambios inteligentes. I 1. INTRODUCCIÓN 10 2. ANTECEDENTES 12 2.1 Beneficios de un sistema de inteligencia de negocios 14 2.2 Herramientas comerciales de inteligencia de negocios 16 2.3 ¿Cuándo es necesaria la inteligencia de negocios? 23 2.4 Arquitectura de la inteligencia de negocios 25 2.5 Ciclo del análisis de inteligencia de negocios 28 2.6 Principales métricas de un sistema de inteligencia de negocios 29 2.6.1 Características de las métricas 31 2.6.2 Indicadores de desempeño 32 2.6.2.1 Principales características de los KPIs 34 2.6.3 Presentaciones visuales de las métricas 35 2.6.3.1 Tableros de control 36 2.6.3.2 Cuadros de mando 37 2.7 Caso de estudio 37 3. PROBLEMA A RESOLVER 40 4. OBJETIVO GENERAL 40 5. HIPÓTESIS 41 6. JUSTIFICACIÓN 42 6.1 Identificación de problemas, oportunidades y objetivos 43 7. MARCO DE REFERENCIA 46 7.1 Componentes básicos para el desarrollo de inteligencia de negocios 46 7.1.1 Sistemas operacionales 48 7.1.2 Depósito de datos 57 7.1.2.1 Esquema estrella 60 7.1.2.2 Esquema copo de nieve 61 7.1.3 Métodos de extracción de conocimiento 71 7.2 Aplicaciones de la minería de datos 79 7.3 Análisis y diseño de sistemas 84 7.3.1 Sistemas de procesamiento de transacciones 84 7.3.1.1 Sistemas de automatización de oficinas 85 7.3.1.2 Sistemas de información administrativa 85 II 7.3.1.3 Sistemas de soporte de decisiones 86 7.3.1.4 Sistemas de decisiones en grupo y sistemas de trabajo colaborativo asistido por computadora 86 7.3.1.5 Sistemas de soporte para ejecutivos 86 7.3.2 Ciclo de vida de desarrollo de sistemas 87 7.3.2.1 Identificación de los problemas, oportunidades y objetivos 88 7.3.2.2 Determinación de los requerimientos de información del factor humano 89 7.3.2.3 Análisis de las necesidades del sistema 90 7.3.2.4 Diseño del sistema recomendado 91 7.3.2.5 Desarrollo y documentación del software 92 7.3.2.6 Prueba y mantenimiento del sistema 93 7.3.2.7 Implementación y evaluación del sistema 93 7.3.3 Proceso de desarrollo para un proyecto ágil 94 8. DESARROLLO 97 8.1 Análisis de la investigación preliminar 97 8.1.1 Factibilidad técnica 99 8.1.2 Factibilidad económica 103 8.1.3 Factibilidad operativa 104 8.2 Determinación de requerimientos y análisis de las necesidades del sistema 106 Etapa I: entrevistas 106 Etapa II: cuestionarios 107 Etapa III: observación 111 8.2.1 Clasificación de los requerimientos 114 8.2.1.1 Requerimientos funcionales - módulo operativo 114 8.2.1.2 Requerimientos no funcionales – módulo operativo 115 8.2.1.3 Requerimientos funcionales – módulo de análisis 115 8.2.1.4 Requerimientos no funcionales – módulo de análisis 116 8.3 Diseño del sistema 116 8.3.1 Arquitectura de la solución 116 8.3.1.1 Diseño de la arquitectura de la solución 117 8.3.1.2 Diagrama de base de datos 119 8.3.1.3 Diseño de interfaz gráfica 121 9. RESULTADOS 122 10. CONCLUSIONES 142 11. BIBLIOGRAFÍA 147 12. ANEXOS 149 12.1 Historia de usuario: módulo operativo 149 12.2 Historia de usuario: módulo de análisis 152 12.3 Especificación de requisitos del software (SRS, Software Requirements Specification) 154 III 12.4 Descripción del diseño del software (SDD, Software Design Document) 161 12.5 Declaración de trabajo (SOW, Software Statement of Work) 170 12.6 Estimación presupuestaria 177 12.7 Configuración del equipo donde funciona la solución 178 12.8 Código Fuente 179 Clase Address 179 Clase AgendaCurso 182 Clase Alumno 185 Clase AlumnoNivel 192 Clase AlumnoRequisito 194 Clase GastoCurso 196 Clase Licencia 199 Clase Nivel 202 Clase ReciboPago 205 Clase RequisitoAuditoria 209 Clase Rol 211 Clase Usuario 213 5 6 ÍNDICE DE CUADROS CUADRO 1 PROVEEDORES EVALUADOS: INFORMACIÓN DE PRODUCTO. FUENTE: ADAPTADO DE FORRESTER RESEARCH, INC. 18 CUADRO 2 RESULTADOS DEL CRITERIO DE INVESTIGACIÓN: OFERTA ACTUAL. FUENTE: ADAPTADO DE FORRESTER RESEARCH, INC. 19 CUADRO 3 RESULTADOS DEL CRITERIO DE INVESTIGACIÓN: ESTRATEGIA. FUENTE: ADAPTADO DE FORRESTER RESEARCH, INC. 20 CUADRO 4 RESULTADOS DEL CRITERIO DE INVESTIGACIÓN: PRESENCIA EN EL MERCADO. FUENTE ADAPTADO DE FORRESTER RESEARCH, INC. 20 CUADRO 5 NÚMERO DE HORAS POR ACTIVIDAD DE DESARROLLO. FUENTE: ELABORACIÓN PROPIA. 104 CUADRO 6 SOLUCIONES DEL SISTEMA PARA LOS PRINCIPALES PROBLEMAS DE LA ORGANIZACIÓN. FUENTE: ELABORACIÓN PROPIA. 139 CUADRO 7 BENEFICIOS DERIVADOS DEL CUMPLIMIENTO DE LOS OBJETIVOS DEL PROYECTO. FUENTE: ELABORACIÓN PROPIA 141 ÍNDICE DE ILUSTRACIONES ILUSTRACIÓN 1 ARQUITECTURA TÍPICA DE UN SISTEMA DE INTELIGENCIA DE NEGOCIOS. FUENTE: ADAPTADO DE (VERCELLIS, 2009). 26 ILUSTRACIÓN 2 COMPONENTES PRINCIPALES DE UN SISTEMA DE INTELIGENCIA DE NEGOCIOS. FUENTE: ADAPTADO DE (VERCELLIS, 2009). 27 ILUSTRACIÓN 3 CICLO DE UN ANÁLISIS DE INTELIGENCIA DE NEGOCIOS. FUENTE: ADAPTADO DE (VERCELLIS, 2009). 28 ILUSTRACIÓN 4 MAPA MENTAL DE LA INVESTIGACIÓN. FUENTE: ELABORACIÓN PROPIA. 41 ILUSTRACIÓN 5 PROBLEMAS, OPORTUNIDADES Y OBJETIVOS (CASO DE ESTUDIO). FUENTE: ELABORACIÓN PROPIA. 44 ILUSTRACIÓN 6 DIAGRAMA DE ESTADO DE UNA TRANSACCIÓN. FUENTE: ADAPTADO DE (ELMASRI, 2007). 51 ILUSTRACIÓN 7 ENTORNO DE UN SISTEMA DE BASE DE DATOS SIMPLIFICADO. FUENTE: ADAPTADO DE (ELMASRI, 2007). 54 ILUSTRACIÓN 8 REPRESENTACIÓN METAFÓRICA DE UN CUBO DE DATOS. FUENTE: ADAPTADO DE (WREMBEL, 2007). 59 ILUSTRACIÓN 9 EJEMPLO DE UN ESQUEMA ESTRELLA QUE CONTIENE UNA TABLA DE HECHOS Y DIVERSAS TABLAS DE DIMENSIONES. FUENTE: ADAPTADO DE (MOURYA, 2013). 61 ILUSTRACIÓN 10 ESQUEMA COPO DE NIEVE NORMALIZADO EN MÚLTIPLES TABLAS DE BÚSQUEDA. FUENTE: ADAPTADO DE (MOURYA, 2013). 62 7 ILUSTRACIÓN 11 ARQUITECTURA DE TRES NIVELES (INFERIOR, MEDIO Y SUPERIOR) DE UN ALMACÉN DE DATOS. FUENTE: ADAPTADO DE (MOURYA, 2013). 65 ILUSTRACIÓN 12 ARQUITECTURA MOLAP FUENTE: ADAPTADO DE (MOURYA, 2013). 69 ILUSTRACIÓN 13 ARQUITECTURA HOLAP. FUENTE: ADAPTADO DE (MOURYA, 2013). 70 ILUSTRACIÓN 14 PROCESO DE KDD. FUENTE: ADAPTADO DE (HERNÁNDEZ ORALLO, 2004). 73 ILUSTRACIÓN 15 EL PROCESO DE DESCUBRIMIENTO DE CONOCIMIENTO.FUENTE: ADAPTADO DE (MOURYA, 2013). 75 ILUSTRACIÓN 16 DISCIPLINAS QUE CONTRIBUYEN A LA MINERÍA DE DATOS. FUENTE: ADAPTADO DE (HERNÁNDEZ ORALLO, 2004). 77 ILUSTRACIÓN 17 LAS SIETE FASES DEL CICLO DE DESARROLLO DE SISTEMAS. FUENTE: ADAPTADO DE (KENDALL & KENDALL, 2011). 88 ILUSTRACIÓN 18 LAS CINCO ETAPAS DEL MODELO DE DESARROLLO ÁGIL. FUENTE: ADAPTADO DE (KENDALL & KENDALL, 2011). 95 ILUSTRACIÓN 19 INFRAESTRUCTURA DE RED DEL CASO DE ESTUDIOS. FUENTE: ELABORACIÓN PROPIA. 100 ILUSTRACIÓN 20 DIAGRAMA DE FLUJO DE PRIMER NIVEL PARA EL PROCESO DE REGISTRO DE NUEVOS ALUMNOS. FUENTE: ELABORACIÓN PROPIA. 108 ILUSTRACIÓN 21 DIAGRAMA DE FLUJO DE PRIMER NIVEL PARA EL PROCESO DE REINSCRIPCIÓN DE UN ALUMNO. FUENTE: ELABORACIÓN PROPIA. 108 ILUSTRACIÓN 22 DIAGRAMA DE FLUJO DE PRIMER NIVEL PARA EL PROCESO DE ACTUALIZACIÓN DE DATOS DE UN ALUMNO. FUENTE: ELABORACIÓN PROPIA. 108 ILUSTRACIÓN 23 DIAGRAMA DE FLUJO DE PRIMER NIVEL PARA EL PROCESO DE CONTROL DE REQUISITOS PARA SER INSTRUCTOR. FUENTE: ELABORACIÓN PROPIA. 109 ILUSTRACIÓN 24 DIAGRAMA DE FLUJO DE PRIMER NIVEL PARA EL PROCESO DE INVITACIÓN AL SIGUIENTE CURSO INMEDIATO DE LOS ALUMNOS. 109 ILUSTRACIÓN 25 DIAGRAMA DE FLUJO DE PRIMER NIVEL DEL PROCESO DE CONSULTA DE INSTRUCTORES ACTIVOS PARA DAR CURSO. FUENTE: ELABORACIÓN PROPIA. 110 ILUSTRACIÓN 26 DIAGRAMA DE FLUJO DE PRIMER NIVEL DEL PROCESO DE ELABORACIÓN DEL REPORTE CON LOS PRINCIPALES KPI’S DE LA ORGANIZACIÓN. FUENTE: ELABORACIÓN PROPIA. 110 ILUSTRACIÓN 27 DIAGRAMA DE FLUJO DE SEGUNDO NIVEL PARA EL PROCESO DE REGISTRO DE NUEVOS ALUMNOS. FUENTE: ELABORACIÓN PROPIA. 111 ILUSTRACIÓN 28 DIAGRAMA DE FLUJO DE SEGUNDO NIVEL PARA EL PROCESO DE REINSCRIPCIÓN DE UN ALUMNO. FUENTE: ELABORACIÓN PROPIA. 112 8 ILUSTRACIÓN 29 DIAGRAMA DE FLUJO DE SEGUNDO NIVEL PARA EL PROCESO DE ACTUALIZACIÓN DE DATOS DE UN ALUMNO. FUENTE: ELABORACIÓN PROPIA. 112 ILUSTRACIÓN 30 DIAGRAMA DE FLUJO DE SEGUNDO NIVEL PARA EL PROCESO DE CONTROL DE REQUISITOS PARA SER INSTRUCTOR. FUENTE: ELABORACIÓN PROPIA. 112 ILUSTRACIÓN 31 DIAGRAMA DE FLUJO DE SEGUNDO NIVEL PARA EL PROCESO DE INVITACIÓN AL SIGUIENTE CURSO INMEDIATO DE LOS ALUMNOS. 113 ILUSTRACIÓN 32 DIAGRAMA DE FLUJO DE SEGUNDO NIVEL DEL PROCESO DE CONSULTA DE INSTRUCTORES DISPONIBLES PARA DAR CURSO. FUENTE: ELABORACIÓN PROPIA. 113 ILUSTRACIÓN 33 ARQUITECTURA DE J2EE APLICATION SERVER. FUENTE: ADAPTADO DE (ORACLE, DOCS ORACLE). 117 ILUSTRACIÓN 34 PROCESAMIENTO DE UNA SOLICITUD DE UN CLIENTE POR UN SERVIDOR J2EE. FUENTE: ADAPTADO DE (ORACLE, DOCS ORACLE). 118 ILUSTRACIÓN 35 DIAGRAMA DE LA BASE DE DATOS. FUENTE: ELABORACIÓN PROPIA. 120 ILUSTRACIÓN 36 INTERFAZ GRÁFICA. FUENTE: ELABORACIÓN PROPIA. 121 ILUSTRACIÓN 37 INGRESO AL SISTEMA MEDIANTE USUARIO Y CONTRASEÑA. FUENTE: ELABORACIÓN PROPIA. 123 ILUSTRACIÓN 38 INFORMACIÓN PERSONAL Y DE CONTACTO DE LOS USUARIO DEL SISTEMA. FUENTE: ELABORACIÓN PROPIA. 124 ILUSTRACIÓN 39 VISTA DE LOS USUARIOS DEL SISTEMA. FUENTE: ELABORACIÓN PROPIA. 125 ILUSTRACIÓN 40 VISTA DEL CATÁLOGO DE NIVELES DE LA ORGANIZACIÓN. FUENTE: ELABORACIÓN PROPIA. 126 ILUSTRACIÓN 41 VISTA DEL CATÁLOGO DE REQUISITOS PARA AUDITORIAS DE LA ORGANIZACIÓN. FUENTE: ELABORACIÓN PROPIA. 127 ILUSTRACIÓN 42 VISTA GENERAL SOBRE LOS ALUMNOS DE LA ORGANIZACIÓN. FUENTE: ELABORACIÓN PROPIA. 128 ILUSTRACIÓN 43 VISTA SOBRE LA FUNCIONALIDAD DE BÚSQUEDA DEL SISTEMA. FUENTE: ELABORACIÓN PROPIA. 129 ILUSTRACIÓN 44 VISTA SOBRE LA INFORMACIÓN PERSONAL DE UN ALUMNO. FUENTE: ELABORACIÓN PROPIA. 130 ILUSTRACIÓN 45 VISTA SOBRE LA INFORMACIÓN DE CONTACTO DE UN ALUMNO. FUENTE: ELABORACIÓN PROPIA. 130 ILUSTRACIÓN 46 VISTA DE LOS RECIBOS DE PAGO POR ALUMNO. FUENTE: ELABORACIÓN PROPIA. 131 ILUSTRACIÓN 47 VISTA DEL CONSECUTIVO DE RECIBOS DE PAGO. FUENTE: ELABORACIÓN PROPIA. 132 ILUSTRACIÓN 48 VISTA DE LA INFORMACIÓN DE UN RECIBO DE PAGO. FUENTE: ELABORACIÓN PROPIA. 132 ILUSTRACIÓN 49 VISTA DE LOS INSTRUCTORES DE LA ORGANIZACIÓN. FUENTE: ELABORACIÓN PROPIA. 133 9 ILUSTRACIÓN 50 VISTA DE LAS LICENCIAS DEL PERSONAL DE LA ORGANIZACIÓN. FUENTE: ELABORACIÓN PROPIA. 134 ILUSTRACIÓN 51 VISTA SOBRE LA INFORMACIÓN DE LAS LICENCIAS DE CADA INSTRUCTOR. FUENTE: ELABORACIÓN PROPIA. 135 ILUSTRACIÓN 52 VISTA DE CONTROL DE INTERVALO DE TIEMPO PARA LOS REPORTES DEL SISTEMA. FUENTE: ELABORACIÓN PROPIA. 135 ILUSTRACIÓN 53 VISTA SUPERIOR DE UN REPORTE DEL SISTEMA DESARROLLADO. FUENTE: ELABORACIÓN PROPIA. 136 ILUSTRACIÓN 54 VISTA MEDIA DE UN REPORTE DEL SISTEMA DESARROLLADO. FUENTE: ELABORACIÓN PROPIA. 137 ILUSTRACIÓN 55 VISTA SUPERIOR DE UN REPORTE DEL SISTEMA DESARROLLADO. FUENTE: ELABORACIÓN PROPIA. 138 10 1. Introducción La formación que brinda la Facultad de Ingeniería permite analizar conceptos de negocio, que si bien no están directamente relacionados con el plan de estudios, si mantienen una relación muy estrecha, pues en su mayoría el éxito de dichos conceptos está fuertemente ligado a la evolución de las tecnologías de la información. El perfil de egreso del estudiante de la carrera de Ingeniería en Computación de la Facultad de Ingeniería de la UNAM, lo comprometen a encontrar soluciones para las diferentes áreas de desarrollo de nuestro país por ello, al término de la formación profesional, a fin de obtener un título académico, es necesario elaborar un proyecto que atienda algún problema del entorno. Con referencia en los fundamentos anteriores existe un tópico que a lo largo del desarrollo de mi carrera se mantuvo presente y que hoy en día el mundo laboral exige un número significativo de ingenieros capacitados para promover la innovación, es así como el enfoque técnico de esta tesis está orientado al concepto de la inteligencia de negocios, un término que ha desempeñado un papel fundamental dentro del área administrativa de múltiples empresas en nuestro país y el mundo. La presente investigación pretende ahondar sobre la comprensión del concepto de la inteligencia de negocios, el trabajo revela como es que el termino surge a través de la historia, que necesidades pretende subsanar y como ha evolucionando para posicionarse como una herramienta indispensable para distintas organizaciones. Otro punto clave del trabajo es clarificar el procedimiento para generar conocimiento a partir de grandes volúmenes de datos, analizando las técnicas, metodologías y herramientas de software que la ingeniería ha puesto a disposición en el mercado para obtener cada vez mejores resultados. 11 Un trabajo de esta índole en donde se pretende profundizar la concepción sobre la relación entre la ingeniería y la inteligencia de negocios da pie a encontrar áreas de oportunidad en donde la ingeniería pueda ofrecer distintas soluciones que además de optimizar el proceso de inteligencia de negocios permitan llevar el concepto a más sectores empresariales. Durante el desarrollo de la tesis se logró identificar una área de oportunidad en donde verter las habilidades desarrolladas a partir del plan de estudios en un proyecto ligado al concepto de la inteligencia de negocios, a partir de este hecho el reto más importante se convirtió en encontrar un caso de estudio adecuado para la construcción de un proyecto que permitiera obtener resultados de valor para el tesista. La adecuada selección del caso de estudio beneficio al aporte técnico de la tesis mediante la elaboración de un proyecto de desarrollo de software que logró optimizar los procesos que apoyan la toma de decisiones estratégicas particulares del caso de estudio. Dejando claro que el plan de estudios de la carrera brinda bases sólidas para encarar el campo de la inteligencia de negocios e iniciar un proceso de especialización en cualquiera de las herramientas que ofrece el mercado. Finalmente es importante puntualizar que la tesis puede ser referente para futuros ingenieros en entender el contexto actual de la inteligenciade negocios en el campo de la ingeniería, conocer los principales agentes de cambio, proveedores, herramientas y características, lo que puede significar un apoyo importante dentro de la formación o especialización de su trayectoria profesional. 12 2. Antecedentes En este apartado se analiza el contexto actual de la inteligencia de negocios como eje central de investigación, la evolución del concepto a través del tiempo y como es que las tecnologías de la información han aportado valor a dicho desarrollo. Es imprescindible reconocer las contribuciones hechas por un sistema de inteligencia de negocios a las diversas organizaciones que han adoptado estas herramientas como parte de sus estrategias de crecimiento, analizar las soluciones propuestas por los proveedores líderes en el mercado e identificar los componentes básicos que integran dicho sistema. En la actualidad el término inteligencia de negocios está presente en la mayoría de las empresas sin importar el giro en el que se desarrollen y como consecuencia de la evolución de las tecnologías de la información a tomado un importante posicionamiento dentro de la toma estratégica de decisiones de negocios. El proceso de inteligencia de negocios, que actualmente se considera crítico en la mayoría de las empresas no debe interpretarse como un término nuevo, Curto Díaz (2010) en su obra Introducción al Business Intelligence hace un par de citas importantes a considerar sobre las primeras definiciones formales del concepto: Hans Peter Luhn, investigador de IBM acuño el término en Octubre de 1958 en el artículo A Business Intelligence System como: “La habilidad de aprender las relaciones de hechos presentados de forma que guíen las acciones hacia una meta deseada.” Howard Dresden en 1989, analista de Gartner, propone la siguiente definición: 13 “Conceptos y métodos para mejorar las decisiones de negocio mediante el uso de sistemas de soporte basados en hechos.” En su obra el autor menciona la necesidad de tener mejores, más rápidos y más eficientes métodos para extraer y transformar los datos de una organización en información, como el agente acelerador de la evolución de la inteligencia de negocios. Una organización puede ser rica en datos y pobre en información, sino sabe identificar, resumir y categorizar los datos Madnick (1993). El mercado de la inteligencia de negocios, BI por sus siglas en inglés (Business Inteligencie) se ha visto marcado por una clara evolución que lo destaca como un mercado maduro, en donde los principales agentes del mercado (SAP, IBM, Microsoft) han generado una consolidación mediante la compra de empresas pequeñas (Curto Díaz, 2010). La introducción de soluciones a código abierto y la aparición de nuevas empresas con foco en la innovación cubren las múltiples necesidades del mercado como la visualización, el análisis predictivo, los dispositivos virtuales y la inteligencia de negocios en tiempo real, para Curto Díaz (2010) la integración de estos componentes ha sido fundamental para la maduración del mercado. Curto Díaz (2010) define el concepto de inteligencia de negocios como: “El conjunto de metodologías, aplicaciones, prácticas y capacidades enfocadas a la creación y administración de información que permite tomar mejores decisiones a los usuarios de una organización.” El proceso de toma decisiones de negocio tiene como objetivo principal la generación de ventajas competitivas que aseguren un posicionamiento firme en el mercado frente a la competencia, la construcción de un sistema de inteligencia de negocios requiere la integración de recursos humanos, técnicos y de cómputo para 14 orientar y realizar las diversas labores de investigación, diseño y programación necesarias (Peña Ayala, 2006). De tal manera hoy en día las empresas han otorgado un valor especial al uso de sistemas de información que contribuyen eficazmente en la toma de decisiones de negocio sin embargo, es importante puntualizar que la evolución de la inteligencia de negocios como parte de una competencia entre los líderes del mercado ha generado múltiples características entre las diversas herramientas del mercado por tanto, no es suficiente tener información para sustentar la toma de decisiones ya que es igualmente necesario evaluar los beneficios implícitos ofrecidos por los proveedores. 2.1 Beneficios de un sistema de inteligencia de negocios Existen diversos artículos sobre los beneficios de la implementación de un sistema de inteligencia de negocios, en estos se puede identificar las mejoras al proceso de toma de decisiones derivadas del uso adecuado de dichos sistemas. Es indiscutible el aumento significativo del número de organizaciones interesadas en utilizar este tipo de soluciones como consecuencia de la efectividad que han demostrado a través del tiempo. Curto Díaz (2010) en su libro Introducción al Business Intelligence enuncia los siguientes beneficios y aportaciones derivados de la integración de un sistema de inteligencia de negocios: • Permitir una visión única, conformada, histórica, persistente y de calidad de toda la información. • Crear, manejar y mantener métricas, indicadores clave de rendimiento (KPI, Key Performance Indicators) e indicadores clave de metas (KGI, Key Goal Indicators, KGI). 15 • Aportar información actualizada tanto en nivel agregado como en detalle. • Mejorar la comprensión y documentación de los sistemas de información en el contexto de una organización. • Mejorar la competitividad de la organización como resultado de ser capaces de: - Diferenciar lo relevante sobre lo superfluo. - Acceder más rápido a la información. - Tener mayor agilidad en la toma de decisiones. • Crear un círculo virtuoso de información, en donde los datos se transforman en información que permite tomar mejores decisiones que se traducen en mejores resultados y generan nuevos datos. Estos beneficios han sido alcanzados a través de la integración de los avances en materia de tecnologías de la información dentro de los sistemas de inteligencia de negocios tales como: La evolución de las telecomunicaciones, la inclusión de los dispositivos móviles, los múltiples avances en materia de construcción de hardware que han generado nuevas técnicas de procesamiento y almacenamiento de la información como: la virtualización de servidores, almacenamiento de grandes volúmenes de datos en memoria y el procesamiento en la nube por citar algunos ejemplos. La oferta de soluciones es cada vez mayor, los principales proveedores desarrollan nuevas herramientas y versiones cada vez más intuitivas y amigables para los usuarios pero aún más importante en la actualidad los líderes del mercado se 16 encuentran enfocados en desarrollar soluciones atractivas y de bajo costo que colaboren con el crecimiento de las pequeñas organizaciones. Sin embargo, es importante analizar los conceptos vertidos en el párrafo anterior, los líderes del mercado son empresas internacionales como IBM, Oracle y SAP por citar sólo algunos de ellos, la situación en cuanto a la adaptabilidad de sus soluciones para el mercado de las pequeñas empresas mexicanas no ha sido cien por ciento satisfactoria. Al parecer la concepción de estas empresas internacionales sobre las pequeñas empresas mexicanas no es adecuada, ya que no existe comparación directa entre las pequeñas empresas mexicanas y las pequeñas empresas originarias de los diferentes países de los líderes del mercado. Lo anterior podría ser un factor de análisis para generar nuevas soluciones que entiendan las necesidades propias de la pequeña empresa mexicana y dar pie al desarrollo de nuevas soluciones hechas en México para resolver problemas específicos en favor de este sectorque no pueden quedar excluido de los avances tecnológicos en materia de inteligencia de negocios. 2.2 Herramientas comerciales de inteligencia de negocios Existen múltiples productos, servicios y precios que intentan atender las cambiantes necesidades y gustos de los clientes, la investigación sobre los principales proveedores del mercado del BI para esta tesis tomó como referencia el artículo Agile Business Intelligence Platforms que el autor Boris Evelson (2014), publicó para el Forrester Wave. En el artículo del autor se evalúan a dieciséis proveedores como los más dominantes del negocio del BI: Actuate, Birst, GoodData, IBM, Information Builders, 17 Microsoft, MicroStrategy, Oracle, Panorama Software, Pentaho, Qlik, SAP, SAS, Tableau Software, Tibco Jaspersoft, and Tibco Software. El artículo evaluó las fortalezas y debilidades de los proveedores enunciados en el párrafo anterior desde la perspectiva de lo que el autor denomina como: Agil BI Platforms. El autor es claro en determinar que este término no debe de confundirse con los términos: intuitivo o amigable al usuario; es así como define los siguientes criterios de evaluación para su investigación: • Oferta actual: se evaluó la oferta actual de cada proveedor, considerando todas las características y capacidades. También se evaluó una breve demostración por cada vendedor delineando sus capacidades clave y se realizó una encuesta a un total de 112 clientes de los proveedores. • Estrategia: se revisó la estrategia de cada proveedor y se consideró que tan buenos son los planes de cada uno de estos para la optimización de sus productos a fin de satisfacer las futuras demandas de sus clientes. También se evaluaron los recursos financieros y humanos que la empresa tiene disponibles para apoyar su estrategia. • Presencia en el mercado: En esta investigación en particular, sólo se consideraron los ingresos de los proveedores de BI como una medida de la presencia en el mercado mundial. En el siguiente cuadro se muestran los proveedores y sus correspondientes productos y versiones evaluadas (Evelson, 2014). Proveedor Producto evaluado Versión Actuate BIRT iHub, BIRT onDemand, BIRT Analytics iHub 3, BA 4.3 Birst Birst Enterprise Edition Release 5.10 GoodData GoodData Release 101 18 IBM Cognos BI 10.2.1 Information Builders 8 8 Microsoft Excel SQL Server SharePoint Power BI for Office 2013 2014 2013 365 MicroStrategy MicroStrategy Analytics Platform 9.4.1 Oracle Oracle Business Intelligence Enterprise Edition 11.1.1.7.0 Panorama Software Necto 14 Pentaho Business Analytics 5.1 Qlik QlinkView 11.2 SAP SAP Lumira SAP BusinessObjects Explorer 1.16 4.1 SAS SAS Visual Analytics SAS Enterprise BI Server SAS Office Analytics 6.4 4.4 6.1 Tableau Software Tableau Software 8.2 Tibico Jaspersoft Jaspersoft BI Enterprise Edition 5.6 Tibico Software Spotfire 6.5 Cuadro 1 Proveedores evaluados: información de producto. Fuente: Adaptado de Forrester Research, Inc. Los resultados documentados dentro del artículo del Forrester Wave sustentan una investigación solida sobre las características actuales que brindan los líderes en el negocio del BI, sus estrategias y su presencia en el mercado; la investigación otorga una calificación en cada rubro permitiendo hacer una comparativa entre los distintos proveedores simplificando la comprensión del alcance que estos pueden otorgar a las diversas organizaciones. 19 La investigación sobre el criterio de oferta actual a la que fueron sometidos los dieciséis proveedores evaluó características tales como: la automatización del sistema, la funcionalidad avanzada de visualización de datos, la integración de los datos entre otros. Los resultados de este criterio se muestran a continuación el siguiente cuadro: Cuadro 2 Resultados del criterio de investigación: oferta actual. Fuente: adaptado de Forrester Research, Inc. En cuanto a la estrategia que siguen los líderes en el mercado del BI se consideraron puntos a evaluar como: la dirección del producto, retroalimentación de los clientes, el compromiso del departamento de investigación y desarrollo entre otros. OFERTA'ACTUAL 50% 3.3 3.32 2.53 3.81 2.63 4.3 3.7 3.15 2.98 4 4.2 3.9 3.45 4.46 TI#$#autoservicio#de#usuairos# habilitado 5% 4 5 3 5 2 5 5 4 3 5 5 5 5 5 Aprovisionamiento#de# autoservicio#de#usuarios 15% 5 4 2 4 2 5 4 3 4 5 4 5 3 5 Autoservicio#de#usuarios#$# integración#de#los#datos 10% 3 4 3 5 4 4 4 3 4 5 5 4 3 4 Autoservicio#de#usuarios#$# interfaz#de#usuario 20% 2 2 2 4 2 5 3 3 2 4 4 3 3 5 Automatización#de# Inteligencia#de#negocios 15% 2 2 2 2 2 3 2 2 2 2 4 3 2 4 Visualización#de#contenido# de#datos#avanzados 5% 3 4 3 3 3 3 3 4 3 3 4 3 4 3 Funcionalidad#de# visualización#de#datos# avanzados 15% 5 4 3 4 3 5 5 3 3 4 4 5 5 4 Agil%BI%$#Agilidad#de# respuesta 5% 1 2 3 3 2 3 3 3 2 3 5 3 2 5 Agil%BI%(#Retroalimentación# del#cliente 4% 4 5 3 4 4 4 5 5 4 5 4 4 5 4 Autoservicio#de#usuarios#$# retroalimentación#del#cliente 3% 4 4 3 5 5 4 5 5 5 5 4 4 5 5 ADV%(%retroalimentación#del# cliente 3% 4 5 4 5 4 4 5 5 4 5 4 4 5 5 Q lik SA P Ti bi co # So ft w ar e SA S# Ta bl ea u# So ft w ar e Po nd er ac ió n# de #F or re st er Ac ut ua te Bi rs t Go od Da ta In fo rm at io n# Bu ild er s Ti bi co # Ja sp er so ft M ic ro so ft M ic ro St ra te gy Pa no ra m a# So ft w ar e Pe nt ah o 20 Estas evaluaciones nos dan un panorama general de la visión de la empresa para con sus productos pero sobre todo para con los consumidores, lo cual debe ser un punto importante a considerar antes de seleccionar cualquiera de estas herramientas. Los resultados de este criterio se muestran a continuación en el siguiente cuadro: Cuadro 3 Resultados del criterio de investigación: estrategia. Fuente: adaptado de Forrester Research, Inc. Finalmente dentro de la evaluación que desarrolla el autor Evelson (2014) para el Forrester Wave interpreta los ingresos de los dieciséis proveedores como una medida de la presencia en el mercado mundial, en donde los resultados son presentados a través del siguiente cuadro: Cuadro 4 Resultados del criterio de investigación: presencia en el mercado. Fuente adaptado de Forrester Research, Inc. ESTRATEGIA 50% 3.55 2.65 3.1 4.1 2.65 3.55 4.1 2.65 2.65 3.65 3.55 4.9 3.65 3.55 Compromiso()(R&D 45% 3 1 2 3 2 2 4 2 2 3 2 5 3 3 Dirección(del(producto 45% 4 4 4 5 3 5 4 3 3 4 5 5 4 4 Retroalimentación(de(los( clientes(sobre(la(visión(del( producto 10% 4 4 4 5 4 4 5 4 4 5 4 4 5 4 Ti bi co ( So ft w ar e Pe nt ah o Q lik SA P SA S( Ta bl ea u( So ft w ar e In fo rm at io n( Bu ild er s Ti bi co ( Ja sp er so ft M ic ro so ft M ic ro St ra te gy Pa no ra m a( So ft w ar e Po nd er ac ió n( de (F or re st er Ac ut ua te Bi rs t Go od Da ta PRESENCIA)EN)EL)MERCADO 0% 2 1 1 3 1 5 3 1 1 3 5 5 2 2 Finanzas'de'la'compañía 100% 2 1 1 3 1 5 3 1 1 3 5 5 2 2 Ti bi co ' So ft w ar e Po nd er ac ió n' de 'F or re st er Ac ut ua te Bi rs t Go od Da ta In fo rm at io n' Bu ild er s Ti bi co ' Ja sp er so ft M ic ro so ft M ic ro St ra te gy Pa no ra m a' So ft w ar e Pe nt ah o Q lik SA P SA S' Ta bl ea u' So ft w ar e 21 Una vez obtenidos los resultados el investigador Evelson generó una serie de perfiles de los principales proveedores los cuales clasificó en tres grupos que representan el nivel alcanzado por la evaluación de los criterios anteriores, para los fines de esta investigación de tesis a continuación se listan de forma ascendente los ocho primeros lugares obtenidos por los principales proveedores dentro de la investigación del Forrester Wave. 1. SAS 2. Tibico Spotfier 3. Information Builders 4. Microsoft 5. MicroStrategy 6. SAP 7. Qlik 8. Tableau Esta investigación nos deja claroquiénes son los líderes en el mercado y nos da una visión objetiva de las ventajas competitivas que ofrecen los principales proveedores, lo cual agrega valor a las soluciones que ofrecen al consumidor; en un mercado creciente en donde las necesidades son cambiantes, esta información es útil para determinar el tipo de herramienta que necesita cada organización. Es importante mencionar que existen otras opciones en el mercado del BI, en la actualidad se pueden encontrar diversas organizaciones que a través de un gran esfuerzo de investigación y desarrollo patrocinado por distintas entidades han logrado desarrollar software open source (código abierto) los cuales poco a poco han ido ganando terreno frente a las opciones comerciales posicionándose como opciones verdaderamente interesantes para considerar su implementación. Algunas de las opciones más significativas del mercado de libre distribución que han desarrollado un nivel de madurez adecuado de sus productos y logrado el 22 reconocimiento y apoyo de grandes patrocinadores del medio de las tecnologías de la información son: • Pentaho: Ofrece una suite de herramientas de inteligencia de negocios mediante dos ediciones una para la comunidad y otra para el sector empresarial lo que ha posicionado a Pentaho como una opción fuertemente posicionada en el sector de herramientas de tipo open source desde su fundación en el 2004. • BIRT: Un proyecto de software de alto nivel de la fundación Eclipse, un consorcio independiente sin fines de lucro de proveedores de la industria de software y una comunidad de código abierto. Permite crear visualizaciones de datos e informes que pueden ser embebidos en aplicaciones web especialmente aquellas basadas en el lenguaje de programación java. • Spagobi: Un proyecto de la iniciativa SpagoWorld el cual adopta el modelo de código abierto y permite la distribución de sus herramientas a través de una versión libre estable y en paralelo de una versión profesional. • Knime: Es una herramienta de software de tipo modular que integra diversas herramientas para todo el proceso de análisis de datos: acceso a la información, transformación de los datos, análisis predictivo, visualización y presentación de informes. • Openreports: Como su nombre lo indica esta es una herramienta de presentación de informes de código abierto que permite crear reportes dinámicos a través de un navegador web, existe una versión comercial la cual integra múltiples funcionalidades avanzadas. 23 Las primeras tres soluciones ofrecen herramientas avanzadas de inteligencia de negocios tales como: generador de reportes, análisis de modelos multidimensionales OLAP por sus siglas en inglés, integración y seguimiento de KPIs, tableros interactivos, procesamiento de información geográfica, minería de datos, tableros y consolas de control en tiempo real, herramientas de colaboración, herramientas de extracción, transformación y carga ETL por sus siglas en inglés entre otros. En este punto de la investigación podemos determinar que, la implementación de un sistema de inteligencia de negocios implica el análisis de múltiples variables como por ejemplo: presupuesto del proyecto, infraestructura del cliente, niveles de servicio, necesidades primarias del cliente, proyecciones de crecimiento entre otros. Derivado de lo anterior, es importante visualizar en qué momento es necesario considerar la implementación de estas herramientas dentro de una organización, quiénes son candidatos y por qué razón este tipo de herramientas aumentaría la asertividad de sus decisiones para administrar el negocio. 2.3 ¿Cuándo es necesaria la inteligencia de negocios? Existen diversas situaciones en las que la implantación de un sistema de inteligencia de negocios resulta adecuada, por ejemplo (Curto Díaz, 2010): • La toma de decisiones se efectúa de forma intuitiva en la organización. • Identificación de problemas de calidad de información. • Uso de hojas de cálculo como repositorios de información corporativos o de usuario. • Necesidad de cruzar información de forma ágil entre departamentos. • Evitar silos de información. 24 • Existe demasiada información en la organización para ser analizada de la forma habitual; se ha alcanzado la masa crítica de los datos. • Es necesario automatizar los procesos de extracción y distribución de la información. En definitiva los sistemas de business intelligence buscan responder las siguientes preguntas: ¿Qué pasó?, ¿Qué pasa ahora?, ¿Por qué pasó? y ¿Qué pasará? De tal forma sin importar el tamaño de la organización, si se experimentan las situaciones expuestas en la lista anterior es oportuno considerar un proyecto de implementación de un sistema de inteligencia de negocios. El párrafo anterior deja expuesta una realidad del mercado mexicano pues el tipo empresarial predominante corresponde a las pequeñas y medianas empresas ,las cuales en su mayoría no cuentan con el personal adecuado para la implementación, administración y operación de estos sistemas, sin mencionar los elevados costos de las licencias comerciales y peor aún las opciones de libre distribución en su lucha por ser competitivas en el entorno comercial se vuelven soluciones cada vez más robustas y complejas lo que deja vulnerable a un sector importante de la actividad empresarial en México. Sin embargo, este problema desde la perspectiva de la ingeniería debe y puede ser tratado como una área de oportunidad que hasta ahora se ha tratado de madurar mediante el desarrollo de soluciones a la medida pero el hecho es que este tipo de soluciones siguen siendo altamente costosas para las pequeñas empresas. Si bien la solución probablemente no está en el desarrollo de software a la medida, no es del todo imposible pensar en un desarrollo de software como medida de introducción a este sector empresarial en el contexto de la inteligencia de negocios ya que, existen medios que pueden apoyar este tipo de desarrollos como las instituciones gubernamentales, universidades, entre otros. 25 El desarrollo de un proyecto académico que integre las bases del BI dentro de una organización que cubra características específicas del sector empresarial en cuestión puede traer diversos beneficios a dicha organización pero sobre todo cambiar la percepción que se tiene sobre el concepto del uso de herramientas de inteligencia de negocios que hoy día solo un cierto número de organizaciones utilizan dentro de sus actividades. Para poder definir las características específicas del caso de estudio de esta tesis fue de vital importancia estudiar con más detalle los componentes básicos de un sistema de inteligencia de negocios a fin de identificar las necesidades técnicas y tecnológicas a las que debía enfrentarse el proyecto. 2.4 Arquitectura de la inteligencia de negocios La arquitectura de cualquier sistema de inteligencia de negocios debe incluir los siguientes tres componentes (Vercellis, 2009): • Fuentes de datos (Data Sources). • Depósito de datos (Data Warehouses and Datamarts). • Métodos de inteligencia de negocio (Business Intelligence Methodologies). La justificación del autor sobre estos tres elementos básicos para cualquier sistema de inteligencia de negocios comienza en la necesidad absoluta de recolectar e integrar la información generada a través de las diferentes fuentes de datos (primarias y secundarias) dentro de una organización. El hecho es que la información de las diversas fuentes de datos en la mayoría de las ocasiones es heterogénea en origen y tipo. Aun cuando la mayoría de la información proviene de sistemas operacionales, existe información no estructurada que puede jugar un rol importante dentro de las estrategias de negocio. 26 Ante esta situación, el uso de herramientasde extracción, transformación y carga permite homogeneizar la información dentro de almacenes de datos que soporten los procesos de análisis de inteligencia de negocios. Finalmente, el uso de modelos matemáticos y metodologías de análisis de información son las encargadas de soportar las decisiones de negocio y es así como estos tres elementos definen la arquitectura básica para la inteligencia de negocios. Ilustración 1 Arquitectura típica de un sistema de inteligencia de negocios. Fuente: adaptado de (Vercellis, 2009). La generación de conocimiento para la toma de decisiones de negocio es un proceso que define Carlo Vercellis a través de una serie de componentes o bloques. El siguiente esquema representa los principales componentes de un sistema de inteligencia de negocios de acuerdo con el autor (Vercellis, 2009). Depósito)de)datos) Logís/ca) Mercadotecnia) Rendimiento) Herramientas)ETL) Datos)externos) Sistemas) operacionales) Cubos)mul/dimensionales) Análisis)exploratorio)de)datos) Análisis)de)series)temporales) Minería)de)datos) Op/mización) ) ) 27 Ilustración 2 Componentes principales de un sistema de inteligencia de negocios. Fuente: adaptado de (Vercellis, 2009). El fundamento de la pirámide está basado en la arquitectura de la inteligencia de negocios; de esta manera el autor detalla de una forma más explícita el proceso de soporte de decisiones basado en la generación de conocimiento. Dentro dicha definición el autor hace énfasis sobre la utilidad de la exploración de datos, para después aplicar métodos estadísticos que verifiquen que las conclusiones del equipo de toma de decisiones sean adecuadas y respaldadas por la información. El uso de modelos matemáticos para el reconocimiento de patrones, máquinas de aprendizaje y técnicas de minería de datos son un factor esencial para poder llegar al último nivel de la pirámide que corresponde a la toma y adopción de una decisión específica. Una vez identificados los componentes principales de un sistema de inteligencia de negocios es de suma importancia entender cuáles son las interacciones que estos Decisiones( Op+mización( Elegir'la'mejor'alterna.va' Minería(de(datos( Modelos'para'aprender'de'los'datos' Exploración(de(los(datos( Análisis'estadís.co'y'visualización' Data(warehouse(/(Data(mart( Cubo'de'análisis'mul.dimensional' Fuentes(de(datos( Datos'opera.vos,'documentos,'datos'externos' 28 tienen, con el propósito de comprender cómo se puede generar conocimiento que aporte valor en la toma de decisiones de una organización. 2.5 Ciclo del análisis de inteligencia de negocios Es posible identificar un ciclo ideal sobre el análisis de la inteligencia de negocios. Este ciclo se conforma de cuatro fases: análisis, percepción, decisión y evaluación (Vercellis, 2009). Ilustración 3 Ciclo de un análisis de inteligencia de negocios. Fuente: adaptado de (Vercellis, 2009). Análisis Decisión P ercepción E valuación 29 A través de estas cuatro fases es claro que el autor determina un ciclo de inteligencia de negocios de forma genérica, partiendo del análisis donde la finalidad es que el personal de toma de decisiones defina claramente el problema y determine los datos a recopilar de la organización. Una vez superada esta fase inicial el autor considera necesario un proceso que estudie minuciosamente los hechos y la situación previamente analizada, esto permite que puedan ser considerados todos los rumbos que puede tomar el caso de estudio y hacer un descubrimiento de patrones relevantes, a esta fase se le denominada como percepción. De esta manera el ciclo de análisis de la inteligencia de negocios llega a una etapa de ejecución, es decir, la tomo de una decisión. Al hablar de un ciclo es necesario contemplar un medio de medición, de tal forma el autor define la evaluación como el eje medular del ciclo, comparar los resultados obtenidos con los esperados facilita la comprensión del nivel de éxito del proceso así como los puntos de mejora para dar pie al inicio de un nuevo ciclo. De esta manera la investigación del proyecto de tesis necesita profundizar sobre las métricas, conocer cuales son las más relevantes dentro de un sistema de inteligencia de negocios y que aportación dan al personal de toma de decisiones así como sus respectivas representaciones e interpretaciones. 2.6 Principales métricas de un sistema de inteligencia de negocios Un elemento clave para la generación de inteligencia de negocios es el proceso de medición, y para los fines de esta investigación es importante entender qué es una métrica, cómo se define y cómo aporta valor en la toma de decisiones. 30 La definición más simple de una métrica es: algo que es medible; entonces, todo aquello que carece de una métrica no puede ser administrado, por ende no puede ser mejorado y difícilmente comprendido en su totalidad. Las métricas pueden ser medidas y registradas como números, porcentajes, divisas, valoraciones (bueno, malo o neutral), características cualitativas vs cuantitativas, etc. Las métricas son necesarias porque la aprobación de proyectos a menudo se basa en información insuficiente fundamentada en el rendimiento poco realista del retorno sobre la inversión o cálculos sobre el tiempo probable en que el proyecto alcanzará el punto de equilibrio (W. Hubbard, 2007). Las métricas requieren una necesidad o un propósito, un objetivo a alcanzar o bien un punto de referencia pero sobre todo un significado para esa medición, una interpretación que siga una estructura de informes sin embargo, aun definiendo un conjunto de buenas métricas, la administración de las mismas puede fallar; algunas de las principales causas son (Kerzner, 2011): • Un proceso ineficiente de toma de decisiones. • Definir objetivos que necesiten más tiempo del estimado. • Deficientes prácticas o métodos de administración de proyectos. • Poco entendimiento sobre cómo utilizar las métricas. Para lograr una adecuada definición de las métricas que debe contemplar una organización es importante conocer las características que las conforman con el fin de ser interpretadas de forma adecuada por el personal de toma de decisiones, quienes podrán tomar disposiciones oportunas para definir el rumbo de su organización. 31 2.6.1 Características de las métricas A continuación se listan algunas características básicas que debe de cumplir una métrica (Kerzner, 2011): • Tiene una necesidad o un propósito. • Proporciona información útil. • Se enfoca hacia un objetivo. • Se puede medir con una precisión razonable. • Refleja la verdadera situación del proyecto. • Soporta gestión proactiva. • Asistencias en la evaluación de la probabilidad de éxito o fracaso. • Aceptado por las partes interesadas como herramienta para la toma de decisiones informada. Existen diferentes tipos de métricas para la evaluación de un proyecto o proceso, dentro de las que destacan los indicadores de desempeño KPI por sus siglas en inglés, es por ello que el autor Harold Kerzner es muy claro al diferenciar una métrica de un KPI, ya que en la actualidad gran cantidad de las compañías utilizan una mezcla de ambos y los denominan KPIs. De acuerdo con Kerzner (2011) la diferencia entre éstas es el período de tiempo de análisis. Las métricas se centran en un período de tiempo presente evaluando la situación actual del progreso, mientras que los KPIs se centran en resultados futuros es decir, la dirección final que puede tomar el proceso, de esta manera es importante hablar de las características y funcionalidades de los KPIs pues son un tipo de métrica de suma relevancia en cualquier organización. 32 2.6.2 Indicadores de desempeño Como se vio en el párrafo anterior sobre las métricas,los KPIs o indicadores de desempeño son un tipo de métrica que proporciona información precisa sobre lo que podría ocurrir en un futuro si se mantiene la tendencia del proceso evaluado. Erick T. Peterson (2006) en su libro The Big Book of the Key Performance Indicators determina que un indicador de desempeño no es más que un número (tasas, razones, promedios o porcentajes) diseñado para transmitir de manera sucinta la mayor información posible. Un indicador bien definido pretende establecer expectativas para la generación oportuna de acciones que direccionen el proceso, proyecto u organización a una mejora continua (Peterson, 2006). Es importante mencionar que si bien un indicador de desempeño es representado por un número, debe a bien diferenciarse o tener presente la diferencia entre un número sin contexto y un indicador de desempeño dentro de un reporte de análisis. El hecho que un número no contenga un contexto, lo deja en desventaja con respecto a un indicador de desempeño sin embargo esto no quiere decir que los números crudos tengan que ser excluidos de un reporte de indicadores de desempeño. Los números crudos son necesarios y a pesar de su carencia de contexto por si mismos juegan un papel fundamental en la proyección del contexto. Los indicadores de desempeño están diseñados para resumir datos dentro de un contexto de manera significativa (Peterson, 2006). Si el objetivo de un sistema de medición de desempeño es mejorar la eficiencia y la eficacia, entonces podemos estar seguros que nuestra métrica es un indicador de 33 desempeño siempre y cuando refleje factores controlables, no tendría sentido la medición del proceso si los usuarios no pueden cambiar el resultado, esto es lo que reflejaría un número sin contexto. La definición de indicador de desempeño bajo la percepción de Erick Peterson es la siguiente: “Un KPI es una métrica que mide qué tan bien la organización o un individuo realiza una actividad operacional, táctico o estratégico que es crítico para el éxito actual y futuro de la organización” (Peterson, 2006). Los KPIs se han utilizado en una variedad de industrias tales como: • Construcción • Gestión de Riesgo • Seguridad • Calidad • Ventas • Marketing • Tecnologías de la Información • Gestión de Cadenas de Suministro • Organizaciones no lucrativas David Parameter (2007) define tres categorías de indicadores de desempeño: • Los indicadores de resultados (RIS): ¿Qué hemos logrado? • Indicadores de rendimiento (IP): ¿Qué debemos hacer para aumentar o cumplir el rendimiento? • Indicadores clave de desempeño (KPI): ¿Cuál es el rendimiento crítico? Indicadores que pueden aumentar drásticamente el rendimiento o el logro de los objetivos. 34 2.6.2.1 Principales características de los KPIs Wayne Eckerson (2006) en su libro Performance Dashboards: Monitoring and Managing Your Business establece doce características que deben de tener los indicadores de rendimiento efectivos: • Alineados: los KPIs siempre están alineados con la estrategia y objetivos corporativos. • Propios: cada KPI es "propiedad" de un individuo o grupo en la parte comercial quien es responsable de su resultado. • Predictivos: los KPIs miden los elementos de valor para el negocio. • Procesables: los KPIs, se alimentan con datos procesables oportunos para que los usuarios puedan intervenir para mejorar el rendimiento antes de que sea demasiado tarde. • Pocos en número: los KPIs deben centrarse en tareas de alto valor para los usuarios, no dispersar su atención y energía en demasiadas cosas. • Fáciles de entender: los KPIs deben de ser sencillos y de fácil compresión, de nada sirve una base de índices complejos donde los usuarios no saben cómo influyen en el proceso de negocio. • Generadores de cambios: el acto de la medición de un KPI debe dar lugar a una reacción en cadena de cambios positivos en la organización. • Estandarizados: los KPIs se basan en las definiciones estándares, reglas y cálculos para que se puedan integrar a través de dashboards de toda la organización. 35 • Contextualizados: los KPIs miden el rendimiento con respecto a un contexto mediante la aplicación de los objetivos y umbrales de rendimiento para que los usuarios puedan medir su progreso en el tiempo. • Reforzados con incentivos: las organizaciones pueden magnificar el impacto de los indicadores clave de rendimiento adjuntando una compensación o incentivos a ellos. Sin embargo, deben hacer esto con cautela, la aplicación de incentivos sólo para KPIs bien entendidos y estables. • Relevantes: los KPIs pierden gradualmente su impacto en el tiempo, por lo que deben ser periódicamente revisados y renovados. Hasta este punto de la investigación podemos reconocer cuales son las principales métricas de un sistema de inteligencia de negocios así como su utilidad para el personal de toma de decisiones, sin embargo es momento de profundizar entorno a los métodos de visualización de las métricas ya que este es un punto focal de todo el proceso de inteligencia de negocios pues es el destino final de todo el trabajo antes expuesto. 2.6.3 Presentaciones visuales de las métricas La idea detrás de la representación visual de las métricas o indicadores de desempeño surge como consecuencia de los sistemas de soporte de decisiones en los años 70s, pero no es sino hasta finales de 1990 que con el avance tecnológico en materia de comunicaciones, las representaciones digitales fueron adoptadas por la mayoría de las organizaciones (Wayne W., 2006). 36 El hecho es que para el personal responsable de la toma de decisiones de negocio es fundamental generar elementos visuales que no solo faciliten la comprensión si no también permitan al usuario interactuar con las métricas a fin de establecer diversos escenarios que permitan establecer estrategias de negocio. De esta manera es como los tableros de control (dashboards) y los cuadros de mando (scorecards) se han convertido en elementos indispensables dentro del ambiente empresarial. A continuación la investigación pretende entender las características de cada uno de ellos así como sus diferencias y principales usos. 2.6.3.1 Tableros de control Wayne Eckerson (2006) define a un dashboard como una representación visual de métricas críticas o indicadores clave de desempeño, orientado a medir el desempeño en un enfoque operacional contra las metas y los umbrales a partir de datos de un determinado momento. Es importante tener presente que un dashboard no es un reporte detallado, es por eso que en algunas ocasiones es necesario más de un dashboard para obtener la información adecuada. El diseño eficiente de un dashboard no implica insertar en el diseño una gran cantidad de alertas sino todo lo contrario, a fin de no generar distracciones es indispensable identificar lo estrictamente necesario a través del entendimiento de lo que realmente necesita el usuario final, conocimiento sobre el proceso de obtención de las métricas y con qué frecuencia se actualizarán las mismas, así como tener claro cómo se actualizará el dashboard y, en la medida de lo posible, mantener una uniformidad en el diseño (Wayne W., 2006). 37 2.6.3.2 Cuadros de mando En la actualidad existen algunas confusiones entre el uso de los dashboards y los scorecards; sin embargo, Eckerson Wayne (2006) define las diferencias entre estos de la siguiente manera. Los dashboard son mecanismos de representación visual utilizados en un sistema de medición de desempeño, orientado operacionalmente a medir el desempeño contra las metas y los umbrales a partir de datos en el momento adecuado. Los scorecards son representaciones visuales utilizados en un sistema de medición de desempeño encaminadoestratégicamente para representar el progreso hacia el logro de las metas y objetivos estratégicos mediante la comparación de rendimiento frente a objetivos y umbrales. Ambos dashboards y scorecards son mecanismos de visualización dentro de un sistema de medición de desempeño que transmiten información crítica. La principal diferencia entre estos es que los primeros monitorean procesos operacionales, como los utilizados en la gestión de proyectos, mientras que los scorecards trazan el progreso de los objetivos tácticos. 2.7 Caso de estudio Una vez terminada la investigación de los antecedentes que marcan el desarrollo de esta tesis sobre los sistemas de inteligencia de negocios es momento de definir el alcance del proyecto. Dentro de la investigación se identificó una área de oportunidad entre los sistemas de inteligencia comerciales y los sistemas de inteligencia de distribución libre, de esta manera el proyecto pretende abordar un problema del sector empresarial, específicamente en la pequeña y mediana empresa mexicana que claramente tiene desventajas para la implementación, uso y administración de este tipo de herramientas. 38 Después de analizar las distintas herramientas de inteligencia de negocio y buscar los precios de dichas herramientas, se encontraron costos que van desde los 12 mil dólares hasta los 200 mil dólares, y en el caso de software libre había que aprender a utilizar las herramientas, todas las soluciones son muy interesantes, pero el tiempo de implementación y beneficio para el caso de estudio era un punto a analizar, con base en lo anterior se tenían varias peticiones de organizaciones civiles sin fines de lucro de tener un sistema de inteligencia que les permitiera dar un seguimiento a sus indicadores claves. Para poder elegir un caso de estudio adecuado, y poder aportar valor a la misma, dentro de las organizaciones interesadas en la implementación de una herramienta de inteligencia de negocios que aportara beneficios a sus procesos de toma de decisiones fue necesario establecer los siguientes parámetros: Ser una persona moral registrada en el Registro Federal de Contribuyentes. Tener una antigüedad de operaciones de por lo menos 3 años. Tener una estructura organizacional bien definida. Tener claramente identificados los indicadores claves de la empresa. Contar con suficiente información digitalizada para la implementación del proyecto. Tener un problema claramente identificado en donde la implementación de un sistema de inteligencia de negocios pudiera ser parte de la solución. Tener la infraestructura de cómputo mínima necesaria para la implementación del proyecto. Ser una organización sin fines de lucro. Los parámetros anteriores se definieron para facilitar la elección y ser más efectivos en la implementación de la solución, ya que si la organización no tenia información válida o de cierto tiempo no seria beneficioso para ella, ni para el autor de la tesis el lograr tener un efecto en el proyecto de manera positiva. Se siguió la metodología 39 vista en la materia de proyecto de investigación, para analizar proyectos y soluciones. El elegir una organización sin fines de lucro fue determinante dado que, como nos enseñaron en la Facultad, debemos regresarle al país lo mas posible en beneficios a la sociedad, y esta era una buena manera de cerrar el ciclo de estudiante, ya que en este sentido la contribución de este proyecto académico aporta al desarrollo de las actividades de esta entidad que da valor a la sociedad civil mexicana. La asociación civil seleccionada presta servicios desde el mes de Septiembre del año 2000 constituida como Amor en Ser A. C ante el Registro Federal de Contribuyentes y presta servicios de tipo asistencial y de beneficencia con base en los principios de la técnica de la energía universal. Uno de los objetivos de dicha institución es dar a conocer las técnicas de la energía universal a través de múltiples centros de capacitación alrededor de la República Mexicana. El caso de estudio seleccionado para el desarrollo de esta tesis se encontraba en un proceso de centralización de la administración de todos sus centros de energía universal, lo que lo convirtió en un candidato adecuado para la implementación de un sistema de inteligencia de negocio ya que contaba con suficiente información histórica de forma digital y una serie de problemas para su administración pero sobre todo para la extracción de conocimiento que pudiera aportar valor al desarrollo de dicha empresa. De esta manera se estableció contacto con la mesa directiva de la institución para la construcción del proyecto donde la finalidad era resolver un problema entorno al uso de alguna herramienta de inteligencia de negocio que aportara valor a las operaciones de la organización, de esta forma se construyó el proyecto con las siguientes características. 40 Durante las conversaciones con la organización se indicaron varios requerimientos, entre los que se encontraron que no contaban con un presupuesto definido para comprar licencias de software comercial, al analizar los requerimientos globales iniciales, se observó que no era necesario tampoco implementar un software de inteligencia de negocios de software libre, dado que era muy grande la implementación en tiempo y módulos para lo que necesitaban. Considerando lo antes comentado y considerando que uno de los objetivos de una tesis es aplicar los conocimientos adquiridos en la carrera, se le sugirió a la organización hacer un sistema a la medida, considerando como referencia los sistemas de inteligencia de negocio comerciales y de software libre, pero, ajustado y alineado a los indicadores necesarios para la organización. Después de conversarlo con el director de la asociación se llegó al acuerdo de ejecutarlo como un desarrollo de un sistema de mediación de desempeño, automatizando lo que ya tenían especificado en sus planes y manuales de operación. 3. Problema a resolver La elaboración manual de reportes sobre los principales indicadores clave de desempeño del caso de estudio, dificulta la toma de decisiones del negocio, debido a que dentro de la organización no se tiene un sistema que facilite la misma toma de decisiones. 4. Objetivo General Desarrollar una herramienta de software que automatice la elaboración de reportes sobre los principales indicadores de desempeño del caso de estudio. 41 5. Hipótesis Hi: Si se desarrolla una herramienta de software que automatice la elaboración de reportes sobre los principales indicadores de desempeño del caso de estudio, facilitará la toma de decisiones del negocio. Ilustración 4 Mapa mental de la investigación. Fuente: elaboración propia. 42 6. Justificación El caso de estudio presentado en esta tesis, necesitaba mejorar el control operativo de su negocio, optimizar sus métodos de almacenamiento y análisis de información histórica de su participación en el mercado, así como automatizar el proceso de generación de reportes que le permitan tomar decisiones oportunas y mejoren el desempeño del negocio. Se planteó diseñar una herramienta de software que abordara los siguientes tres componentes de un sistema de inteligencia de negocios basado en las necesidades particulares del caso de estudio: Sistema operacional Depósito de datos Generador de reportes En ese momento el caso de estudio contaba con un volumen significativo de datos almacenados en diversas fuentes donde predominaba el uso de sistemas de archivos (hojas de cálculo) lo que dificultaba la integración, manipulación y presentación de la información dando como resultado una deficiente administración de la misma. Los principales problemas detectados por la organizaciónen el uso de sus sistemas informáticos en ese momento eran los siguientes: Excesiva redundancia de la información que impacta negativamente en el desempeño del sistema actual. Deficiente integración de la información de la organización que dificulta la labor del personal operativo. Falta de control en la actualización de los datos que amenaza la integridad de la información. 43 Dificultad para manipular la información del sistema lo que dificulta la ejecución de las diversas tareas del negocio. Realización manual de reportes que generan conocimiento para la toma de decisiones estratégicas del negocio. De esta manera era imprescindible para la organización actualizar sus sistemas a fin de resolver los problemas identificados pues representaban un riesgo latente para la operación del negocio, por lo que la planeación, diseño e implementación de una herramienta de software basado en los tres elementos antes mencionados de un sistema de inteligencia de negocios era una posible solución para dicha organización. 6.1 Identificación de problemas, oportunidades y objetivos La investigación preliminar dio como resultado que, para resolver el problema inicial y cumplir con el objetivo previamente definido, era necesario integrar un objetivo particular que facilitara el manejo de la información del caso de estudio, lo que beneficiaria en múltiples aspectos el desarrollo de la herramienta de reporteo. El resultado de la integración del nuevo objetivo particular y su respectiva hipótesis u oportunidad derivada del cumplimiento de dicho objetivo, se encuentra definido a través de la siguiente ilustración. 44 Ilustración 5 Problemas, oportunidades y objetivos (caso de estudio). Fuente: elaboración propia. 45 A partir de este punto el alcance del proyecto era claro, la solución propuesta para el problema era el desarrollo de un sistema con las características mínimas necesarias para que éste cubriera la función de un sistema de inteligencia de negocios para el caso de estudio en particular. La selección de esta posible solución se dio a partir del análisis de la investigación de los antecedentes expuestos en el capítulo anterior, las características y necesidades del caso de estudio así como el presupuesto del proyecto fueron los principales factores que apoyaron el diseño de un software a la medida como la solución más adecuada. La investigación de las herramientas comerciales dejó en claro que el costo del licenciamiento de las herramientas de cualquiera de los proveedores líderes en el mercado de la inteligencia de negocios era una opción prácticamente imposible de adoptar sin contemplar los costos por implementación, pólizas de mantenimiento, capacitación, entre otros. Al estudiar las herramientas de libre distribución nos encontramos con soluciones muy robustas en donde la complejidad del sistema rebasa las necesidades del caso de estudio y finalmente la capacitación, administración y mantenimiento de estos sistemas generaría costos que aun cuando la licencia es prácticamente gratuita excederían el presupuesto del proyecto. Desarrollar un sistema de esta naturaleza específicamente para el caso de estudio lo convierte en un proyecto totalmente viable gracias a la formación que el plan de estudios de la Facultad de Ingeniería ofrece a sus estudiantes pues a pesar de que el enfoque de la tesis está dirigido a la inteligencia de negocios y que este no es un tema formal de la Ingeniería en Computación, todos los componentes que integran el sistema finalmente son objeto de estudio de nuestra carrera. 46 7. Marco de referencia El marco de estudio que fundamenta el desarrollo del proyecto se lista a continuación, es importante resaltar que las materias que lo conforman son las materias más representativas y que tienen una relación estrecha con el proyecto. Computación para ingenieros Programación avanzada y métodos numéricos Probabilidad y estadística Algoritmos y estructura de datos Ingeniería de software Bases de datos Administración de proyectos de software Redes de datos Administración de redes Bases de datos avanzadas Depósitos de datos Temas selectos de bases de datos Minería de datos Una vez identificado el marco de referencia que el plan de estudios de la carrera de ingeniería en computación aporta al proyecto es de vital importancia para el desarrollo de la tesis profundizar la investigación sobre los componentes de un sistema de inteligencia de negocios, esta vez desde el punto de vista de la ingeniería para estructurar un desarrollo adecuado de la solución. 7.1 Componentes básicos para el desarrollo de inteligencia de negocios La información es probablemente el elemento más importante para cualquier organización ya que refleja la trayectoria de la misma, es simple, sin datos no podría existir. A partir del hecho anterior surge la necesidad primordial de las 47 organizaciones en almacenar sus datos de una forma segura que garantice la integridad y consistencia de la información, mediante la menor redundancia posible a través de un acceso eficaz de acuerdo a las necesidades del negocio. Para Mourya (20013) el desarrollo de la inteligencia de negocios surge a partir de los siguientes tres elementos: Datos Información Conocimiento Su fundamento se basa en afirmar que los datos son la base de un todo, es decir el común denominador para la construcción de un sistema de información. Derivado de los datos está la información que finalmente converge en la generación de conocimiento. El autor define a los datos como: “cualquier hecho, número o texto que puede ser procesado por una computadora” y concluye que en la actualidad las organizaciones acumulan grandes cantidades de datos en diferentes formatos y bases de datos que incluyen (Mourya, 2013): Datos transaccionales u operacionales Datos no operacionales Metadatos Para Mourya (2013) los patrones, asociaciones o relaciones entre los datos proveen información útil, dicha información puede ser transformada en conocimiento sobre patrones históricos y tendencias futuras que delimiten el desarrollo de las organizaciones. Finalmente para el autor el flujo de desarrollo de inteligencia de negocios (datos, información y conocimiento) se lleva a cabo en la actualidad gracias a la 48 intervención de diversos componentes tecnológicos que ejecutan la extracción de conocimiento de los datos. Basado en el diagrama del Vercellis (2009), los componentes mínimos necesarios para un sistema de inteligencia de negocios son: • Sistema operacional • Depósito de datos • Método de extracción de conocimiento A continuación se definen las características más importantes de cada uno de los elementos antes mencionados. 7.1.1 Sistemas operacionales Los sistemas operacionales procesan y almacenan actividades diarias de una organización y tienen la capacidad de ejecutar reportes que representan la situación actual del negocio. Estos sistemas almacenan información a través de bases de datos regularmente de tipo relacional siendo estas el núcleo del funcionamiento de dichos sistemas. Con base en el conocimiento vertido en el párrafo anterior es importante profundizar la investigación técnica sobre las bases de datos, conocer el rol que desempeñan dentro de un sistema operacional y sus principales métodos de operación. El concepto de base de datos ha evolucionado a lo largo del tiempo, de una forma muy general puede ser definida como una colección de datos relacionados, sin embargo los datos por si solos no son capaces de transmitir información útil debido 49 a que la información de interés debe de obtenerse a través del procesamientode los datos. Otra definición del concepto de base de datos es: “Una colección de datos lógicamente coherente con algún tipo de significado inherente” (Elmasri, 2007). Es importante considerar la definición anterior ya que nos deja claro que no es correcto denominar base de datos a un surtido aleatorio de datos. Para S.Sumathi coautora del libro “Fundamentals of Relational Database Management Systems” un surtido de datos es una representación de hechos, conceptos o instrucciones de manera formalizada, adecuada para la comunicación, interpretación o procesamiento por los seres humanos o medios automáticos. Algunas de las características que definen a una base de datos, a diferencia de un conjunto aleatorio de datos, es el origen de los mismos, la interacción con eventos del mundo real y un segmento de individuos que están activamente interesados en su contenido (Elmasri, 2007). Una base de datos puede ser de cualquier tamaño y complejidad, por lo que la implementación de un sistema de administración de base de datos (DBMS, Data Base Management System) facilita la creación y mantenimiento de la misma. El DBMS es un sistema de software de propósito general que facilita los procesos de definición, construcción, manipulación y compartición de bases de datos entre varios usuarios y aplicaciones, Ramez Elmasri (2007) describe la funcionalidad de cada uno de estos procesos de la siguiente manera: Definición: especificar los tipos de datos, estructuras y restricciones de los datos que se almacenarán en la base de datos, así como la información descriptiva o metadatos. 50 Construcción: proceso consistente en almacenar información en un medio de almacenamiento controlado por el DBMS. Manipulación: funciones de consulta y actualización de datos para reflejar los cambios y generar informes a partir de los datos. Compartir: permite a múltiples usuarios y programas acceder a la base de datos de forma simultánea. Al tratarse de un sistema operacional que registra las actividades diarias de la organización el tipo de lenguaje más utilizado dentro del DBMS es el lenguaje de manipulación de los datos el cual, es ejecutado a través de diversas transacciones que garantizan la integridad de la información. Según Ramez Elmasri (2007) una transacción es una unidad atómica de trabajo que se completa en su totalidad o no se lleva a cabo en lo absoluto. Los sistemas operacionales necesitan hacer un seguimiento de cuando se inicia, termina, confirma o aborta una transacción, de tal forma el administrador de base de datos hace un seguimiento de las siguientes operaciones: Inicio de la transacción (BEGING_TRANSACCION) Manipulación de los datos (READ OR WRITE) Fin de la transacción (END_TRANSACCION) Confirmación de la transacción (COMMIT TRANSACCTION) Aborto de la transacción (ROLLBACK) El autor propone el siguiente diagrama para ilustrar los estados de ejecución de una transacción. 51 Ilustración 6 Diagrama de estado de una transacción. Fuente: adaptado de (Elmasri, 2007). Una transacción alcanza su punto de confirmación cuando todas las operaciones que acceden a la base de datos se han ejecutado satisfactoriamente y el efecto de todas ellas se ha grabado en el registro. Gracias a este seguimiento de estados una base de datos puede garantizar de manera muy general la integridad de la información. Las transacciones deben de poseer determinadas propiedades comúnmente denominadas ACID por sus siglas en inglés que deben de ser implementadas por el control de concurrencia y los métodos de recuperación del manejador de base de datos (Elmasri, 2007). Según el autor las propiedades ACID son las siguientes: Atomicidad: una transacción es una unidad atómica de procesamiento, se ejecuta en su totalidad o no se ejecuta en lo absoluto. Ac#va& Parcialmente&confirmada& Confirmada& Fallo& Terminar& Inicio&de& transacción& Fin&de&la& transacción& Leer,&Escribir& Confirmar& Abortar&Abortar& 52 Conservación de la consistencia: una transacción está conservando la consistencia si su ejecución completa lleva a la base de datos de un estado consistente a otro. Aislamiento: una transacción debe aparecer como si estuviera ejecutándose de forma aislada a las demás. Es decir la ejecución de una transacción no debe de interferir en la ejecución de ninguna transacción simultánea. Durabilidad: los cambios aplicados a la base de datos por una transacción confirmada deben persistir en la base de datos. Estos cambios no deberán perderse por culpa de un fallo. Un estado consistente de la base de datos satisface las restricciones específicas en el esquema, así como cualquier otra restricción que deba cumplirse dentro de la base de datos. La abstracción de los datos y el soporte de varias vistas de los datos son algunos de los beneficios que conlleva utilizar un sistema DBMS en donde la abstracción de los datos se refiere a la capacidad de trabajar dichos datos sin necesidad de conocer más allá de las características fundamentales para un conocimiento mejorado de los mismos que permita a los diferentes usuarios percibirlos con un nivel de detalle adecuado. El soporte de varias vistas de los datos es una característica que permite satisfacer las necesidades de cada uno de los múltiples usuarios que acceden a la base de datos ya que estos pueden necesitar una vista diferente de la base de datos; una vista es un subconjunto de la base de datos o una representación virtual de la misma. 53 La compartición de datos y procesamiento de transacciones multiusuario permite que varios usuarios puedan acceder a la base de datos, de tal forma el DBMS debe incluir un software de control de concurrencia para garantizar que la actualización de datos sea de manera controlada, garantizando que las transacciones operen de forma correcta y eficaz. La siguiente ilustración propone un entorno de un sistema de base de datos simplificado que nos permite entender el funcionamiento de una transacción en donde una aplicación o un usuario accede a la base de datos enviando consultas o solicitudes de datos al DBMS lo que provoca la lectura o escritura de datos dentro de la base de datos. 54 Ilustración 7 Entorno de un sistema de base de datos simplificado. Fuente: adaptado de (Elmasri, 2007). Otras funciones importantes que integran los DBMS según Ramez Elmasri son la protección de la base de datos, protección contra eventualidades de funcionamiento defectuoso de hardware o software, accesos no autorizados y el mantenimiento de la misma durante un largo período de tiempo. Para poder alcanzar los diferentes niveles de abstracción de la información es necesario implementar un modelo de datos que proporcione todos los medios necesarios para alcanzar dicha abstracción, así como un conjunto de operaciones Software para procesar consultas / Programas Software para acceder a los datos almacenados Software DBMS Sistema de base de datos Definición(de(la( base(de(datos( almacenada( (metadatos)( Base(de(datos( almacenada( Programas de aplicación / Consultas Usuarios(/(Programadores( 55 básicas para especificar las recuperaciones y actualizaciones de las bases de datos. Es posible determinar una primera clasificación de los modelos de datos conforme los tipos de conceptos que utilizan para describir la estructura de la base de datos: tipos de datos, relaciones, restricciones (Elmasri, 2007). Modelos de datos de alto nivel o conceptuales: ofrecen conceptos muy cercanos a como los usuarios perciben los datos. Modelos de datos de bajo nivel o físicos: ofrecen conceptos que describen los detalles de cómo se almacenan los datos. Entre estos dos extremos, el autor identifica una clase de modelos
Compartir